图文详情

NVIDIA Jetson AI硬件开发实战：入门篇梁栋英伟达嵌入式硬件开发

正版全新

作者: 梁栋
出版社: 机械工业出版社
ISBN: 9787111817383

出版时间: 2022-12
装帧: 平装
开本: 16开

作者: 梁栋
出版社: 机械工业出版社

ISBN: 9787111817383
出版时间: 2022-12

装帧: 平装
开本: 16开

售价 63.37 7.1折

定价￥89.00

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2026-09-25

数量: 库存2件

立即购买加入购物车收藏

卖家超过10天未登录

六年老店

经管法律专营店

店铺等级

资质认证

90天平均

成功完成

79.43% (232笔)

好评率

100%

发货时间

16.79小时

店主

经管法律专营店

联系

在线交谈离线留言

地址

天津市南开区

电话

联系卖家

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

商品分类：

计算机与互联网

货号：

5080631

商品描述：

【书    名】 NVIDIA Jetson AI硬件开发实战：入门篇     梁栋   英伟达嵌入式硬件开发
【书    号】 9787111817383
【出版社】机械工业出版社
【作    者】梁栋
【出版日期】 2026-09-01
【开    本】 16开
【定    价】 89.00元

【编辑推荐】
这是一本面向小白主讲基于Jetson Orin进行AI硬件开发的工具书，书中全面介绍了从入门Jetson到AI视觉、硬件控制等内容，本书还给出了 Jetson 结合 AI 视觉与硬件技术的综合应用案例——AI视觉机器人开发。通过本书，读者可快速掌握边缘 AI 硬件配置、视觉处理、模型推理与硬件联动开发，完成从环境搭建到完整 AI硬件项目开发的全流程。学完本书，读者可以应对机器视觉、智能机器人、边缘人工智能等项目。

【内容简介】
内容简介
  这是一本面向Jetson嵌入式平台的AI硬件开发入门级实战指南，适合零基础入门Jetson的AI硬件开发者、爱好者，以及相关院校师生阅读。全书以Jetson Orin系列设备为核心，从*底层的硬件资源、系统烧录与开发环境搭建讲起，逐步深入到Jetson-Inference AI视觉与GPIO硬件控制两大核心技术，*终通过一个综合案例，帮读者真正把AI算法与硬件控制应用于边缘设备。通过本书，读者可快速掌握边缘AI硬件配置、视觉处理、模型推理与硬件联动开发，完成从环境搭建到完整AI硬件项目开发的全流程。学完本书，读者可以应对机器视觉、智能机器人、边缘AI等各种AI硬件开发项目。
  第1~3章系统介绍Jetson产品矩阵与软硬件资源，并以Jetson Orin系列为参考，详细讲解系统烧录、系统初始化、监控与优化、系统备份与恢复、远程访问，以及AI开发环境（OpenCV、TensorFlow、PyTorch）、JupyterLab远程开发与 Jetson Docker 虚拟环境的搭建。
  第4~5章从为Jetson配置摄像头（CSI/USB、V4L2、GStreamer、JetCam、OpenCV、实时流服务）与训练神经网络模型（手写数字识别、猫狗图片分类）入手，系统讲解Jetson-Inference项目的七大推理能力——图像分类、目标检测、语义分割、姿态估计、动作识别、背景去除与单眼深度估计，帮助读者快速搭建高效的AI视觉系统。
  第6~7章先详细介绍Jetson GPIO基本概念、常用协议与外设，以及Jetson GPIO库的配置与使用，然后介绍控制RGB灯珠、蜂鸣器、倒车雷达等的应用实践，帮助读者完整理解Jetson GPIO控制。
  第8章通过深度剖析一个综合案例——AI视觉机器人开发，将两轮底盘电机控制与Jetson-Inference 实时目标检测有机结合，实现AI视觉与硬件控制的融会贯通。
  若对性能优化、DeepStream、YOLO、MediaPipe、本地大模型的应用实践感兴趣，或想学习AI视觉云台、AI语音机器人综合项目，可以阅读《NVIDIA Jetson AI硬件开发实战：进阶篇》。

【目录】
目　　录

前　言

第1章　初识NVIDIA Jetson　　1

1.1　Jetson产品矩阵　　1

1.2　Jetson硬件资源　　4

1.2.1　Jetson Orin Nano　　4

1.2.2　Jetson Orin Nano与Jetson Nano　　7

1.3　Jetson软件资源　　8

1.3.1　NVIDIA JetPack SDK　　9

1.3.2　NVIDIA TAO　　10

1.3.3　NVIDIA DeepStream SDK　　11

1.4　Jetson与其他嵌入式硬件　　12

1.4.1　Jetson与单板机　　12

1.4.2　Jetson与单片机　　14

1.5　本章小结　　16

第2章　配置Jetson系统环境　　17

2.1Jetson系统烧录　　17

2.1.1SDK Manager烧录　　18

2.1.2microSD卡烧录　　29

2.1.3Jetson系统烧录其他事项　　32

2.2Jetson系统初始化　　34

2.2.1Jetson系统桌面配置　　34

2.2.2Jetson系统更新　　35

2.2.3　Jetson系统Python环境配置　　36

2.3Jetson系统监控　　39

2.3.1JTOP　　39

2.3.2Indicator Sysmonitor　　40

2.4　Jetson系统优化　　43

2.4.1交换空间配置　　43

2.4.2分屏终端配置　　45

2.5Jetson系统救援　　47

2.5.1Jetson系统备份　　47

2.5.2Jetson系统恢复　　50

2.5.3Jetson存储设备扩容　　51

2.6Jetson远程访问　　56

2.6.1远程登录SSH　　56

2.6.2远程桌面　　57

2.7Jetson Wi-Fi热点设置　　66

2.8本章小结　　68

第3章　配置Jetson开发环境　　69

3.1　配置AI开发环境　　69

3.1.1　OpenCV　　70

3.1.2　TensorFlow　　83

3.1.3　PyTorch系列　　86

3.1.4　对比TensorFlow 与PyTorch　　90

3.2　配置远程开发工具JupyterLab　　91

3.2.1　安装JupyterLab　　92

3.2.2　使用JupyterLab　　95

3.3　构建Jetson Docker虚拟环境　　98

3.3.1　Jetson与Docker　　98

3.3.2　NVIDIA NGC与Jetson Docker镜像　　99

3.3.3　初识Jetson Docker　　101

3.3.4　定制Jetson Docker镜像　　107

3.4　本章小结　　113

第4章　使用Jetson看世界　　114

4.1　为Jetson设备配置摄像头　　114

4.1.1　配置MIPI CSI摄像头与USB摄像头　　114

4.1.2　使用V4L2配置摄像头　　117

4.1.3　基于GStreamer多媒体框架调用摄像头　　120

4.1.4　使用JetCam调用摄像头　　122

4.1.5　使用OpenCV调用摄像头　　125

4.1.6　构建摄像头实时流服务　　128

4.2　Jetson AI视觉与神经网络　　130

4.3　训练神经网络模型　　134

4.3.1　识别手写数字　　135

4.3.2　猫狗图片分类　　143

4.4　本章小结　　153

第5章　Jetson-Inference项目　　154

5.1　Jetson-Inference环境搭建　　154

5.1.1　源码构建Jetson-Inference　　155

5.1.2　容器部署Jetson-Inference　　157

5.1.3　初识Jetson-Inference　　159

5.2　图像分类推理　　161

5.2.1　图像分类概述　　162

5.2.2　使用ImageNet进行图像分类推理　　163

5.2.3　实例：基于Jetson-Inference库实现图像分类　　164

5.3　目标检测推理　　166

5.3.1　目标检测概述　　167

5.3.2　使用DetectNet进行目标检测推理　　168

5.3.3　实例：基于Jetson-Inference库实现目标检测　　171

5.4　语义分割推理　　172

5.4.1　语义分割概述　　173

5.4.2　使用SegNet进行语义分割推理　　174

5.5　姿态估计推理　　176

5.5.1　姿态估计概述　　177

5.5.2　使用PoseNet进行姿态估计推理　　178

5.6　动作识别推理　　180

5.6.1　动作识别概述　　180

5.6.2　使用ActionNet进行动作识别推理　　181

5.7　背景去除推理　　183

5.7.1　背景去除概述　　184

5.7.2　使用BackgroundNet进行

背景去除推理　　185

5.8　单眼深度推理　　186

5.8.1　单眼深度概述　　187

5.8.2　使用DepthNet进行单眼深度推理　　188

5.9　本章小结　　189

第6章　Jetson硬件控制基础　　190

6.1　初识Jetson GPIO　　190

6.1.1　Jetson GPIO基本概念　　191

6.1.2　Jetson GPIO外设常用协议　　194

6.1.3　Jetson GPIO常备外设　　196

6.2　Jetson GPIO 应用开发　　198

6.2.1　Jetson硬件接口配置工具　　198

6.2.2　Jetson.GPIO库配置　　208

6.2.3　Jetson.GPIO库使用说明　　210

6.3　本章小结　　213

第7章　Jetson GPIO应用实践　　214

7.1　GPIO控制RGB灯珠　　214

7.2　GPIO控制蜂鸣器　　217

7.3　GPIO控制超声波传感器　　219

7.4　本章小结　　221

第8章　综合案例：使用Jetson开发AI视觉机器人　　222

8.1　小车底盘控制单元　　222

8.1.1　两轮底盘机械结构　　222

8.1.2　两路电机控制电路　　224

8.1.3　两路电机运动驱动　　227

8.2　两轮小车AI视觉系统　　232

8.2.1　Jetson-Inference实时目标检测实现　　233

8.2.2　Jetson-Inference两轮小车视觉控制系统　　239

8.3　本章小结　　243

【前言】
前　　言
为什么要写本书
在人类漫长的发展历程中，科技始终是推动社会进步的核心动力。如今，我们正站在智能时代的前沿，一场前所未有的技术革命正全方位地重塑着我们的生活、工作与社会形态。
从底层技术支撑角度来看，芯片技术的持续突破是这场革命的基石。随着制程工艺不断向更小纳米级推进，芯片性能实现了质的飞跃，不仅运算速度大幅提升，功耗也显著降低。以 NVIDIA Jetson 系列产品搭载的 ARM64 硬件平台为例，其强大的算力为智能设备提供了坚实的运算基础，使复杂的人工智能算法能够在小型设备中高效运行。这种高性能、低功耗的芯片技术，是智能时代设备小型化和移动化得以实现的关键，让智能设备摆脱了庞大体积和高能耗的限制，融入人们生活的各个角落。无论是口袋中的智能手机，还是手腕上的智能穿戴设备，芯片技术的进步都让它们的功能愈发强大，使用更加便捷。
在智能化应用层面，算法创新无疑是这场革命的核心战场。从早期的基础算法到如今蓬勃发展的机器学习、深度学习等人工智能算法，技术的不断演进赋予了机器自主学习和处理复杂任务的能力。图像识别技术让机器能够精准识别各类图像信息，广泛应用于安防监控、自动驾驶等领域；语音识别打破了人机交互的语言障碍，智能语音助手成为人们生活中的得力帮手；自然语言处理则开启了人与机器深度对话的新篇章，在智能客服、智能写作等方面发挥着重要作用。特别是近年来，大模型的出现将人工智能推向了新的高度。大模型基于海量数据训练，具备强大的语言理解与生成能力，给自然语言处理领域带来了颠覆性变革。它不仅实现了更流畅的人机对话，还能完成智能写作、文本摘要、机器翻译等复杂任务，极大地提升了内容创作与信息处理的效率。
NVIDIA Jetson 作为嵌入式平台领域的佼佼者，具备诸多显著优势。它体积小巧，便于集成到各种小型智能设备中，为设备的微型化设计提供了可能。低功耗特性使其在长时间运行时也不会消耗过多电量，保障了设备的续航能力。同时，Jetson 拥有强大的 GPU 算力，能够快速处理复杂的数据和算法。在 AI 视觉领域，它可以高效地进行图像和视频分析，实现精准的目标检测与识别，广泛应用于智能摄像头、无人机、无人车等设备。
在本地大模型部署方面，Jetson 凭借出色的性能，能够在边缘设备上运行大模型，实现快速的推理和响应，降低对云端的依赖。此外，Jetson 还为构建具身机器人提供了有力支持，赋予机器人环境感知、运动控制等能力，使其能够在复杂环境中自主完成任务，推动机器人技术向更智能、更灵活的方向发展。
然而，想要熟练运用 Jetson 嵌入式平台进行智能化设备开发并非易事。这涉及众多技术细节，如硬件环境的配置与调试、软件开发环境的搭建、AI框架GPU加速配置等。市面上虽然存在一些相关资料，但大多零散、缺乏系统性，难以满足开发者全面深入学习的需求。基于此，作者精心编写了这本书。
本书旨在为广大开发者提供一个全面、系统且深入的学习指南，从环境基本配置到实际应用案例，从软硬件基本知识到综合应用开发，逐一进行详细阐述，帮助开发者快速掌握 Jetson 嵌入式平台开发技术，在AI应用开发的浪潮中抢占先机，实现自己的创新想法与价值。
读者对象
本书主要面向Jetson嵌入式硬件应用用户群体：
Jetson用户和爱好者
AI视觉应用开发者
嵌入式硬件应用开发者
嵌入式软硬件相关专业的在校大学生
本书特色
本书精心挑选 NVIDIA Jetson 系列 AIoT （人工智能物联网）设备作为核心学习平台，重点以 Jetson Orin 系列设备为参考，旨在为读者提供高度贴合实际场景的硬件初始化环境与软件使用参考，助力读者快速掌握相关技术，实现从理论知识到实际应用的高效转化。
之所以选用 Jetson Orin 系列，是因为该系列在硬件和软件方面都极具优势。硬件层面，Jetson Orin 系列在 Jetson 产品矩阵中性能处于中等偏上水平。这一性能定位使其在面对复杂任务时，展现出强大的运算能力，无论是运行大规模的深度学习模型，还是同时处理多个任务，都能轻松应对。这使开发者在利用 Jetson 设备进行开发时，能够充分发挥其出色性能，深度挖掘 AIoT 应用的潜力，有效避免因硬件性能不足而受到限制。
软件层面，Jetson Orin 系列的优势同样突出。它支持JetPack 5.0 和 6.0，这一特性使其在软件生态适配方面具有极高的灵活性。当前ROS（机器人操作系统）正处于 ROS 1和ROS 2的过渡阶段，Jetson Orin 凭借对不同 JetPack 版本的支持，能够满足开发者在这两种框架下的开发需求。开发者可以依据项目的具体情况以及自身对 ROS 的熟悉程度，自由选择合适的版本开展开发工作，完全不必担忧设备与软件框架之间的兼容性问题。同时，在 Ubuntu 操作系统环境下，Jetson Orin既能很好地支持应用丰富的 Ubuntu 20环境开发，为开发者提供大量成熟的软件资源和开发工具，助力项目快速落地；又能前瞻性地支持面向 Ubuntu 22的JetPack 6 升级，确保开发者的项目在未来软件环境迭代时依然具备良好的适应性和扩展性，保障技术的可持续发展。
本书内容丰富且实用，涵盖了多个关键领域，包括AI视觉、硬件控制等。
在 AI 视觉相关应用方面，书中介绍了大量 Jetson 嵌入式开发者学习和开发必备的知识，如 Jetson-Inference等。这些技术和工具在图像识别、目标检测、视频分析等领域应用广泛，能够帮助开发者快速搭建起高效的 AI 视觉系统。
在硬件控制方面，本书补全了当前图市场上Jetson硬件控制应用领域的空白。书中详细介绍了 Jetson 硬件控制相关内容，包括如何通过编程实现Jetson对I2C、UART、SPI和I2S等硬件的精准控制，以及在不同应用场景下的硬件控制策略，为开发者在机器人控制、智能硬件开发等方面提供了有力的支持。
此外，本书还给出了 Jetson 结合 AI 视觉与硬件技术的综合应用案例，如AI视觉机器人。通过对实际案例的讲解，帮助读者深入理解 Jetson 设备在不同场景下的应用方式，以及如何将 AI视觉硬件控制技术有机结合，解决实际问题，提升读者的综合应用能力和创新思维。
本书主要内容
本书共8章，主要内容如下：
第1～3章主要介绍Jetson设备软硬件资源、系统环境与开发环境的配置，为后续展开对AI视觉处理和硬件控制的讲解奠定基础。
第4～5章主要介绍Jetson设备在AI视觉领域的相关应用，包括AI视觉基础，以及Jetson-Inference等AI视觉应用。
第6～8章主要介绍Jetson硬件控制，包括Jetson GPIO应用开发、传感器读取等，以及基于Jetson结合AI视觉技术和硬件控制技术实现部分场景应用开发等。
勘误和支持
由于作者的水平有限，加之编写时间仓促，书中难免存在一些错误或者不准确的地方，恳请读者批评指正。为给大家带来更优质、持续的阅读与学习体验，特设立微信公众号“架构师狼哥”，为读者答疑解惑。
关注微信公众号“架构师狼哥”，回复“Jetson”，可获得本书全套代码。如果你在阅读本书或学习的过程中遇到问题，也可以在该微信公众号上留言，我将尽力提供解答。期待你的真挚反馈。
致谢
在撰写这本书的漫漫征途中，我收获了无数的支持与帮助，心中满是感激，此刻，我想将这份感恩之情细细诉说。
我要感谢我的同事以及朋友们给予我的无私帮助，在面对一个个技术难题时，你们为我提供技术支持，让我在软件、算法和硬件之间都能游刃有余。正是因为有了同事和朋友们在技术上的倾囊相授、精神上的鼓励支持，我才能在软件的代码迷宫中找到正确路径，在算法的复杂运算中拨云见日，在硬件的精密世界里应对自如，顺利完成本书的创作。这份情谊，我将永远铭记。
我还要感谢我的家人，感谢你们在我忙碌的创作期间，给予我包容与陪伴。在我为了一个个技术难题绞尽脑汁、焦虑不安时，是你们耐心倾听我的烦恼，给我安慰和建议。在我埋头于资料和代码，为这本书日夜奋战时，是你们在生活上给予我无微不至的关怀，让我毫无后顾之忧。你们的理解与鼓励，成为我坚持下去的动力源泉。
未来，我将继续在技术的海洋中探索，不断积累知识与经验，期望能创作出更多有价值的作品，回馈所有给予我帮助和支持的人。
配送说明

...
相似商品
为你推荐